Beyond ”Pilot Purgatory”: SAP Elevates AI From Vision to Industrial Reality
How capable is the market-leading ERP giant SAP when it comes to AI? And has AI dressed in SAP clothes definitively left the drawing board to become a measurable reality in the global marketplace?
During this week’s major SAP Connect event in Las Vegas, CEO Christian Klein (pictured), claimed a definitive breakthrough for AI in the enterprise world. With the official rollout of Joule and the SAP Autonomous Suite, the focus has decisively shifted from visionary rhetoric to large-scale, razor-sharp execution.
A critical turning point has arrived at a time when frustration over failed AI pilots has long plagued the business world. For mega-scale global corporations, this shift is paramount. In the market segment of multinational enterprises with revenues exceeding $1 billion—where market analyst Gartner reports that SAP holds a commanding 22 percent global market share—whatever the ERP giant brings to the table carries immense weight for the global economy.
Up until now, the broader enterprise AI landscape has looked tenuous at best. Far too many initiatives have found themselves trapped in testing phases—a phenomenon widely known as ”pilot purgatory”—where isolated solutions inevitably collapse due to system fragmentation and a glaring lack of business context within complex environments.
At SAP Connect, however, the overarching sentiment was that a fundamental paradigm shift has taken place, or is about to. The market leader demonstrated how next-generation autonomous agents advance positions through deep integration directly into the corporate digital core, enabling proactive, mission-critical real-time decisions across the value chain. This next step toward the self-governing enterprise is already being validated by several global frontrunners, said Klein: • Novartis has rolled out the Joule Sourcing Assistant, an advanced agentic solution that automates complex, manual steps within procurement, freeing up strategic time for vendor relations. • Nestlé drives a massive transformation by implementing SAP S/4HANA across 140 countries, establishing the digital backbone required for specialized AI agents to execute automated risk analysis. • PwC has integrated the SAP Billing Assistant to maximize precision within its highly sensitive client billing processes, laying the groundwork for deepened, joint innovation partnerships. • Ecosystem Expansion: To solidify this architecture, SAP unveiled alliances with Moody’s and ORO Labs. Embedding Moody’s risk intelligence into SAP Ariba replaces manual tracking with live compliance streams, while ORO Labs unifies complex workflows across heterogenous environments. Together, these titans have mapped out a clear blueprint for the self-governing enterprise. Yet, as the market looks ahead, the ultimate question remains: how far has SAP actually come when the collective analyst community weighs in?
Click on the headline to read the full story on PLM&ERP News.
During this week’s major SAP Connect event in Las Vegas, CEO Christian Klein (pictured), claimed a definitive breakthrough for AI in the enterprise world. With the official rollout of Joule and the SAP Autonomous Suite, the focus has decisively shifted from visionary rhetoric to large-scale, razor-sharp execution.
A critical turning point has arrived at a time when frustration over failed AI pilots has long plagued the business world. For mega-scale global corporations, this shift is paramount. In the market segment of multinational enterprises with revenues exceeding $1 billion—where market analyst Gartner reports that SAP holds a commanding 22 percent global market share—whatever the ERP giant brings to the table carries immense weight for the global economy.
Up until now, the broader enterprise AI landscape has looked tenuous at best. Far too many initiatives have found themselves trapped in testing phases—a phenomenon widely known as ”pilot purgatory”—where isolated solutions inevitably collapse due to system fragmentation and a glaring lack of business context within complex environments.
At SAP Connect, however, the overarching sentiment was that a fundamental paradigm shift has taken place, or is about to. The market leader demonstrated how next-generation autonomous agents advance positions through deep integration directly into the corporate digital core, enabling proactive, mission-critical real-time decisions across the value chain. This next step toward the self-governing enterprise is already being validated by several global frontrunners, said Klein: • Novartis has rolled out the Joule Sourcing Assistant, an advanced agentic solution that automates complex, manual steps within procurement, freeing up strategic time for vendor relations. • Nestlé drives a massive transformation by implementing SAP S/4HANA across 140 countries, establishing the digital backbone required for specialized AI agents to execute automated risk analysis. • PwC has integrated the SAP Billing Assistant to maximize precision within its highly sensitive client billing processes, laying the groundwork for deepened, joint innovation partnerships. • Ecosystem Expansion: To solidify this architecture, SAP unveiled alliances with Moody’s and ORO Labs. Embedding Moody’s risk intelligence into SAP Ariba replaces manual tracking with live compliance streams, while ORO Labs unifies complex workflows across heterogenous environments. Together, these titans have mapped out a clear blueprint for the self-governing enterprise. Yet, as the market looks ahead, the ultimate question remains: how far has SAP actually come when the collective analyst community weighs in?
Click on the headline to read the full story on PLM&ERP News.
COMSOL Takes the Technical Lead Among the Big Three in Multiphysics Simulation
In-depth with COMSOL's VP and CTO, ED FONTES, on the fierce competition with ANSYS and SIEMENS, the AI revolution, and how it affects the 2027 release of the Multiphysics platform.
A profound paradigm shift is underway in the world of digital Simulation & Analysis (S&A). Historically, these tools served as digital checkpoints—a clever way to cut down on costly physical prototypes and verify performance at the eleventh hour. Those days are gone. Today, S&A has emerged as a core engine driving product innovation and strategic decision-making across the entire product lifecycle.
Simultaneously, AI is transitioning from hyped experimentation into practical application within the daily workflows of engineers. This is no distant vision; a significant share of global enterprises are already deploying AI solutions in production environments. According to Forbes Business Insights, global manufacturers invested roughly $8 billion in AI during 2025. These investments are fueled by everything from advanced data analytics to leveraging AI to build and optimize the actual simulation models on the CAE side. The annual growth rate is staggering: approximately 40 percent.
In this undeniably dynamic market, a clear trend has emerged: multiphysics simulation is becoming increasingly business-critical. Analyst firm CIMdata highlights a distinct "shift left" in the development cycle, where verification is moved earlier through large-scale, cloud-based virtual environments. At the same time, AI surrogates have begun compressing multiphysics cycle times drastically, democratizing these tools for a broader user base beyond traditional CAE specialists. This evolution plays directly into the hands of Swedish software developer COMSOL and its flagship platform, COMSOL Multiphysics.
When the company recently rolled out its new 2027 platform, which will be released later this fall, the headline breakthrough was a definitive leap into the realm of agentic AI. Previously, AI in this space was limited to generative chatbots offering coding assistance and guidance. Now, COMSOL is introducing an entirely new infrastructure purpose-built for external AI agents, driven by the new COMSOL MCP Server. VP of Development and CTO Ed Fontes was visibly enthusiastic when PLM&ERP News caught up with him at a launch event in Cambridge.
"With the COMSOL MCP Server, we are taking a major step toward agentic simulation. AI assistants and agents can communicate directly with COMSOL Multiphysics through the Model Context Protocol and use large language models to create, modify, run, and analyze models. COMSOL Multiphysics is particularly well suited for this because the entire modeling environment can be controlled through a unified, object-oriented API. An AI agent can therefore work with the complete modeling workflow through a single interface."
With this move, COMSOL cements its status as one of the market’s three sharpest innovators in multiphysics S&A tools.
While debates will always persist over who holds the absolute technical crown, it is undeniable that Ansys/Synopsys, COMSOL, and Siemens/Altair are the three players currently leading the charge in combining AI with multiphysics solutions. Yet, structural signs suggest COMSOL might just hold the true technical edge. The question is: how?
Read the full, unabridged interview at PLM&ERP News.
A profound paradigm shift is underway in the world of digital Simulation & Analysis (S&A). Historically, these tools served as digital checkpoints—a clever way to cut down on costly physical prototypes and verify performance at the eleventh hour. Those days are gone. Today, S&A has emerged as a core engine driving product innovation and strategic decision-making across the entire product lifecycle.
Simultaneously, AI is transitioning from hyped experimentation into practical application within the daily workflows of engineers. This is no distant vision; a significant share of global enterprises are already deploying AI solutions in production environments. According to Forbes Business Insights, global manufacturers invested roughly $8 billion in AI during 2025. These investments are fueled by everything from advanced data analytics to leveraging AI to build and optimize the actual simulation models on the CAE side. The annual growth rate is staggering: approximately 40 percent.
In this undeniably dynamic market, a clear trend has emerged: multiphysics simulation is becoming increasingly business-critical. Analyst firm CIMdata highlights a distinct "shift left" in the development cycle, where verification is moved earlier through large-scale, cloud-based virtual environments. At the same time, AI surrogates have begun compressing multiphysics cycle times drastically, democratizing these tools for a broader user base beyond traditional CAE specialists. This evolution plays directly into the hands of Swedish software developer COMSOL and its flagship platform, COMSOL Multiphysics.
When the company recently rolled out its new 2027 platform, which will be released later this fall, the headline breakthrough was a definitive leap into the realm of agentic AI. Previously, AI in this space was limited to generative chatbots offering coding assistance and guidance. Now, COMSOL is introducing an entirely new infrastructure purpose-built for external AI agents, driven by the new COMSOL MCP Server. VP of Development and CTO Ed Fontes was visibly enthusiastic when PLM&ERP News caught up with him at a launch event in Cambridge.
"With the COMSOL MCP Server, we are taking a major step toward agentic simulation. AI assistants and agents can communicate directly with COMSOL Multiphysics through the Model Context Protocol and use large language models to create, modify, run, and analyze models. COMSOL Multiphysics is particularly well suited for this because the entire modeling environment can be controlled through a unified, object-oriented API. An AI agent can therefore work with the complete modeling workflow through a single interface."
With this move, COMSOL cements its status as one of the market’s three sharpest innovators in multiphysics S&A tools.
While debates will always persist over who holds the absolute technical crown, it is undeniable that Ansys/Synopsys, COMSOL, and Siemens/Altair are the three players currently leading the charge in combining AI with multiphysics solutions. Yet, structural signs suggest COMSOL might just hold the true technical edge. The question is: how?
Read the full, unabridged interview at PLM&ERP News.
COMSOL i teknisk spets bland de tre stora inom multifysiksimulering
Möt ED FONTES, VP och utvecklingschef på COMSOL i dagens djupintervju på PLM&ERP News om den tuffa konkurrensen med Ansys och Siemens, AI-revolutionen och den nya 20237-versionen av Multiphysics-plattformen.
Det pågår just nu ett paradigmskifte inom digital simulering och analys (S&A). Historiskt sett har dessa verktyg ofta fungerat som digitala kontrollstationer – ett smart sätt att reducera dyra fysiska prototyper och verifiera prestanda i elfte timmen. Den tiden är förbi. Idag kliver simulering och analys fram som en central motor för produktinnovation och strategiskt beslutsfattande genom hela produktlivscykeln.
Samtidigt tar AI avgörande steg från hajpade experiment till praktiskt verkstadsarbete i ingenjörernas dagliga arbetsflöden. Detta är ingen framtidsvision; en betydande andel globala företag rullar redan ut AI-lösningar i skarp miljö. Enligt Forbes Business Insights investerade världens tillverkningsföretag mellan 7,6 och 8,6 miljarder dollar i AI under 2025. Investeringarna drivs av allt från avancerad dataanalys till att låta AI bygga upp och optimera själva simulerings-modellerna på CAE-sidan. Med en årlig tillväxttakt på runt 40 % förväntas de totala investeringarna spräcka 100-miljardersvallen i början av 2030-talet.
Onekligen en dynamisk marknad alltså, och en tydlig trend är att multifysik-simulering blir alltmer affärskritisk. Analysföretaget CIMdata pekar på att verifieringen flyttar allt längre "åt vänster" i utvecklingskedjan genom storskaliga, molnbaserade virtuella miljöer. Samtidigt har AI-surrogater börjat korta ledtiderna för multifysik så pass mycket att verktygen kan öppnas upp för en bredare massa bortom de renodlade CAE-specialisterna. Just denna utveckling spelar svenska COMSOL och deras plattform Multiphysics rakt i händerna.
När bolaget nyligen lanserade sin nya 2027-version var den stora nyheten att man nu tar klivet fullt ut i den agentiska AI-världen. Tidigare handlade det på detta område om en generativ AI-chatbot för programmeringshjälp och vägledning. Nu lanseras en helt ny infrastruktur, specialbyggd för externa AI-agenter. Integrationen sker med hjälp av nya COMSOL MCP Server. Bolagets utvecklingschef och CTO, Ed Fontes, är entusiastisk när PLM&ERP News träffar honom under ett lanseringsevent i Cambridge.
”Med COMSOL MCP Server tar vi ett stort steg mot agentbaserad simulering," säger han. "AI-assistenter och AI-agenter kan kommunicera direkt med COMSOL Multiphysics genom Model Context Protocol och använda stora språkmodeller för att skapa, modifiera, köra och analysera modeller. COMSOL Multiphysics är särskilt väl lämpat för detta eftersom hela modellerings-miljön kan styras genom ett sammanhållet, objekt-orienterat API. En AI-agent kan därför arbeta med hela modellerings-processen genom ett och samma gränssnitt.”
Genom detta befäster COMSOL sin roll som en av marknadens spetsigaste aktörer inom digitala, multifysiska S&A-verktyg.
”Men det finns betydligt mer,” hävdar Fontes och pekar bland annat på att de fortsätter att utveckla sina AI-baserade surrogatmodeller. ”Bland annat utökar vi funktionaliteten för djupa neurala nätverk, DNN, för tidsberoende modeller.”
Vilka spelare som är tekniskt mest framstående på detta komplexa område kan självfallet diskuteras. Klart är att Ansys/Synopsys, COMSOL och Siemens/Altair är de tre som i dagsläget hunnit längst med att kombinera AI med multifysik-lösningar. I detta och annat i den underliggande strukturen ligger COMSOL bra till för att konkurrera på spetsnivå, hur då?
Klicka på rubriken för att läsa mer på PLM&ERP News.
Det pågår just nu ett paradigmskifte inom digital simulering och analys (S&A). Historiskt sett har dessa verktyg ofta fungerat som digitala kontrollstationer – ett smart sätt att reducera dyra fysiska prototyper och verifiera prestanda i elfte timmen. Den tiden är förbi. Idag kliver simulering och analys fram som en central motor för produktinnovation och strategiskt beslutsfattande genom hela produktlivscykeln.
Samtidigt tar AI avgörande steg från hajpade experiment till praktiskt verkstadsarbete i ingenjörernas dagliga arbetsflöden. Detta är ingen framtidsvision; en betydande andel globala företag rullar redan ut AI-lösningar i skarp miljö. Enligt Forbes Business Insights investerade världens tillverkningsföretag mellan 7,6 och 8,6 miljarder dollar i AI under 2025. Investeringarna drivs av allt från avancerad dataanalys till att låta AI bygga upp och optimera själva simulerings-modellerna på CAE-sidan. Med en årlig tillväxttakt på runt 40 % förväntas de totala investeringarna spräcka 100-miljardersvallen i början av 2030-talet.
Onekligen en dynamisk marknad alltså, och en tydlig trend är att multifysik-simulering blir alltmer affärskritisk. Analysföretaget CIMdata pekar på att verifieringen flyttar allt längre "åt vänster" i utvecklingskedjan genom storskaliga, molnbaserade virtuella miljöer. Samtidigt har AI-surrogater börjat korta ledtiderna för multifysik så pass mycket att verktygen kan öppnas upp för en bredare massa bortom de renodlade CAE-specialisterna. Just denna utveckling spelar svenska COMSOL och deras plattform Multiphysics rakt i händerna.
När bolaget nyligen lanserade sin nya 2027-version var den stora nyheten att man nu tar klivet fullt ut i den agentiska AI-världen. Tidigare handlade det på detta område om en generativ AI-chatbot för programmeringshjälp och vägledning. Nu lanseras en helt ny infrastruktur, specialbyggd för externa AI-agenter. Integrationen sker med hjälp av nya COMSOL MCP Server. Bolagets utvecklingschef och CTO, Ed Fontes, är entusiastisk när PLM&ERP News träffar honom under ett lanseringsevent i Cambridge.
”Med COMSOL MCP Server tar vi ett stort steg mot agentbaserad simulering," säger han. "AI-assistenter och AI-agenter kan kommunicera direkt med COMSOL Multiphysics genom Model Context Protocol och använda stora språkmodeller för att skapa, modifiera, köra och analysera modeller. COMSOL Multiphysics är särskilt väl lämpat för detta eftersom hela modellerings-miljön kan styras genom ett sammanhållet, objekt-orienterat API. En AI-agent kan därför arbeta med hela modellerings-processen genom ett och samma gränssnitt.”
Genom detta befäster COMSOL sin roll som en av marknadens spetsigaste aktörer inom digitala, multifysiska S&A-verktyg.
”Men det finns betydligt mer,” hävdar Fontes och pekar bland annat på att de fortsätter att utveckla sina AI-baserade surrogatmodeller. ”Bland annat utökar vi funktionaliteten för djupa neurala nätverk, DNN, för tidsberoende modeller.”
Vilka spelare som är tekniskt mest framstående på detta komplexa område kan självfallet diskuteras. Klart är att Ansys/Synopsys, COMSOL och Siemens/Altair är de tre som i dagsläget hunnit längst med att kombinera AI med multifysik-lösningar. I detta och annat i den underliggande strukturen ligger COMSOL bra till för att konkurrera på spetsnivå, hur då?
Klicka på rubriken för att läsa mer på PLM&ERP News.
The Siemens-Salesforce Agent Superdeal: Rewriting the Rules of Industrial AI
Siemens Boss ROLAND BUSCH: “A critical building block for an industrial AI operating system that connects engineering, operations and business.”
The expanded Siemens-Salesforce partnership, announced at last week’s Dreamforce conference, comes with ambitious claims. It connects Siemens’ complex engineering data with Salesforce’s customer-facing workflows and autonomous AI agents. Siemens remains a global leader in PLM, led by its Teamcenter platform, which stores machinery data, blueprints, and digital twins.
Until now, much of that information has stayed inside engineering teams. By integrating with Salesforce Agentforce, Siemens can make this knowledge available across the business. In short, Siemens brings industrial intelligence and digital twins, while Salesforce adds enterprise AI and commercial workflows—closing the gap for good.
"For decades, engineering expertise has been separated from the people servicing machines in the field. We are closing that gap," says Roland Busch, CEO of Siemens AG. "By embedding our digital twin in commercial workflows, we are giving every service technician and salesperson access to a virtual engineer. Together, we are building the basis for an industrial AI operating system that links engineering, operations, and business processes."
Salesforce strengthens the partnership with autonomous AI agents for front-office work. Powered by Agentforce, these agents act with more initiative and context than traditional systems. They can engage, nurture, and qualify large volumes of sales leads in real time, without human intervention. Siemens is already using the technology to manage and route leads across 132 countries directly to the right sales representatives.
The operational turnaround is immediate: customers and employees can receive precise technical answers within seconds. Field technicians and sales representatives can access engineering-grade data directly in Salesforce. The AI agents can troubleshoot technical issues, identify the right spare part for a specific serial number, or create upgrade quotes that are guaranteed to be manufacturable—all without adding work for Siemens’ engineering teams.
"This is a blueprint for the AI era. It goes beyond connecting technologies: it is meant to speed up transformation, unlock growth, and create new value for customers," notes Salesforce’s chief, Marc Benioff. While this stands as a compelling roadmap for global tech, what practical value will this architecture bring to regional manufacturing giants such as ABB, Sandvik, and SKF?
Read the full analysis on PLM&ERP News via the link below.
The expanded Siemens-Salesforce partnership, announced at last week’s Dreamforce conference, comes with ambitious claims. It connects Siemens’ complex engineering data with Salesforce’s customer-facing workflows and autonomous AI agents. Siemens remains a global leader in PLM, led by its Teamcenter platform, which stores machinery data, blueprints, and digital twins.
Until now, much of that information has stayed inside engineering teams. By integrating with Salesforce Agentforce, Siemens can make this knowledge available across the business. In short, Siemens brings industrial intelligence and digital twins, while Salesforce adds enterprise AI and commercial workflows—closing the gap for good.
"For decades, engineering expertise has been separated from the people servicing machines in the field. We are closing that gap," says Roland Busch, CEO of Siemens AG. "By embedding our digital twin in commercial workflows, we are giving every service technician and salesperson access to a virtual engineer. Together, we are building the basis for an industrial AI operating system that links engineering, operations, and business processes."
Salesforce strengthens the partnership with autonomous AI agents for front-office work. Powered by Agentforce, these agents act with more initiative and context than traditional systems. They can engage, nurture, and qualify large volumes of sales leads in real time, without human intervention. Siemens is already using the technology to manage and route leads across 132 countries directly to the right sales representatives.
The operational turnaround is immediate: customers and employees can receive precise technical answers within seconds. Field technicians and sales representatives can access engineering-grade data directly in Salesforce. The AI agents can troubleshoot technical issues, identify the right spare part for a specific serial number, or create upgrade quotes that are guaranteed to be manufacturable—all without adding work for Siemens’ engineering teams.
"This is a blueprint for the AI era. It goes beyond connecting technologies: it is meant to speed up transformation, unlock growth, and create new value for customers," notes Salesforce’s chief, Marc Benioff. While this stands as a compelling roadmap for global tech, what practical value will this architecture bring to regional manufacturing giants such as ABB, Sandvik, and SKF?
Read the full analysis on PLM&ERP News via the link below.
Siemens och Salesforces superdeal: Allians kring AI-agenter ritar om industrikartan
Siemenschefen ROLAND BUSCH: ”En affär som stänger gapet mellan verkstadsgolvet/Ingenjörerna och slutkunderna.”
Förra veckans stora nyhet inom PLM- och ERP-världen var det fördjupade partnerskapet mellan Siemens och Salesforce som annonserades på Dreamforce-eventet. Kärnan i samarbetet handlar om att koppla ihop komplex ingenjörsdata med kommersiella kundflöden och autonoma AI-agenter. Siemens är världsledande inom PLM (Product Lifecycle Management), inte minst genom sin plattform Teamcenter där all data om maskiner, ritningar och digitala tvillingar finns samlade. Men historiskt har denna värdefulla information varit isolerad hos ingenjörerna. Genom den nya integrationen med Salesforces Agentforce-plattform blir informationen tillgänglig i hela organisationen. I praktiken innebär det att Siemens bidrar med industriell intelligens och digitala tvillingar, medan Salesforce tillför företags-AI och kommersiella arbetsflöden för att stänga gapet mellan verkstadsgolvet och slutkunden.
”Under decennier har ingenjörens expertkunskap varit helt skild från den som servar maskinen ute på fältet. Nu överbryggar vi den klyftan för gott,” säger Roland Busch, CEO och koncernchef för Siemens AG. ”Genom att baka in vår digitala tvilling i det kommersiella arbetsflödet sätter vi en virtuell ingenjör i händerna på varje servicetekniker och säljare. Tillsammans lägger vi grunden för ett industriellt AI-operativsystem som sömlöst knyter samman konstruktion, drift och affärsprocesser.”
Salesforce lyfter i sin tur partnerskapet till en helt ny nivå genom autonoma AI-agenter i front-office. Med Agentforce blir plattformen proaktiv och kontextmedveten på ett helt annat sätt än traditionella system. Det innebär att AI-agenterna kan bearbeta, kontakta och kvalificera stora volymer av inkommande försäljningsleads i realtid – helt utan mänsklig inblandning. Siemens använder redan i dag denna teknik för att automatiskt hantera leads över 132 länder och slussa dem vidare till rätt säljare.
Detta ger omedelbara kommersiella fördelar genom att leverera tekniska svar i kundflödet på några sekunder. En servicetekniker på fältet eller en säljare kan via Salesforces gränssnitt få direkt tillgång till ingenjörsdata. AI-agenterna kan svara på komplexa tekniska frågor, identifiera rätt reservdelar för specifika serienummer eller skapa offerter på uppgraderingar som är garanterat byggbara, allt utan att Siemens interna ingenjörsteam behöver belastas.
”Detta är en ritning för AI-eran. Det är ett djupt samarbete som sträcker sig långt bortom att bara koppla samman teknik för att accelerera förändring, frigöra ny tillväxt och skapa helt nya värden för kunderna,” konstaterar Salesforces CEO Marc Benioff.
”En lösning för AI-eran” - men vad kan tekniken göra för verkstadsindustrijättar som ABB, Sandvik och SKF?
Klicka på rubriken för att läsa mer på PLM&ERP News.
Förra veckans stora nyhet inom PLM- och ERP-världen var det fördjupade partnerskapet mellan Siemens och Salesforce som annonserades på Dreamforce-eventet. Kärnan i samarbetet handlar om att koppla ihop komplex ingenjörsdata med kommersiella kundflöden och autonoma AI-agenter. Siemens är världsledande inom PLM (Product Lifecycle Management), inte minst genom sin plattform Teamcenter där all data om maskiner, ritningar och digitala tvillingar finns samlade. Men historiskt har denna värdefulla information varit isolerad hos ingenjörerna. Genom den nya integrationen med Salesforces Agentforce-plattform blir informationen tillgänglig i hela organisationen. I praktiken innebär det att Siemens bidrar med industriell intelligens och digitala tvillingar, medan Salesforce tillför företags-AI och kommersiella arbetsflöden för att stänga gapet mellan verkstadsgolvet och slutkunden.
”Under decennier har ingenjörens expertkunskap varit helt skild från den som servar maskinen ute på fältet. Nu överbryggar vi den klyftan för gott,” säger Roland Busch, CEO och koncernchef för Siemens AG. ”Genom att baka in vår digitala tvilling i det kommersiella arbetsflödet sätter vi en virtuell ingenjör i händerna på varje servicetekniker och säljare. Tillsammans lägger vi grunden för ett industriellt AI-operativsystem som sömlöst knyter samman konstruktion, drift och affärsprocesser.”
Salesforce lyfter i sin tur partnerskapet till en helt ny nivå genom autonoma AI-agenter i front-office. Med Agentforce blir plattformen proaktiv och kontextmedveten på ett helt annat sätt än traditionella system. Det innebär att AI-agenterna kan bearbeta, kontakta och kvalificera stora volymer av inkommande försäljningsleads i realtid – helt utan mänsklig inblandning. Siemens använder redan i dag denna teknik för att automatiskt hantera leads över 132 länder och slussa dem vidare till rätt säljare.
Detta ger omedelbara kommersiella fördelar genom att leverera tekniska svar i kundflödet på några sekunder. En servicetekniker på fältet eller en säljare kan via Salesforces gränssnitt få direkt tillgång till ingenjörsdata. AI-agenterna kan svara på komplexa tekniska frågor, identifiera rätt reservdelar för specifika serienummer eller skapa offerter på uppgraderingar som är garanterat byggbara, allt utan att Siemens interna ingenjörsteam behöver belastas.
”Detta är en ritning för AI-eran. Det är ett djupt samarbete som sträcker sig långt bortom att bara koppla samman teknik för att accelerera förändring, frigöra ny tillväxt och skapa helt nya värden för kunderna,” konstaterar Salesforces CEO Marc Benioff.
”En lösning för AI-eran” - men vad kan tekniken göra för verkstadsindustrijättar som ABB, Sandvik och SKF?
Klicka på rubriken för att läsa mer på PLM&ERP News.
From Blueprint to Real-World Performance: Siemens and IFS Forge an Executable Digital Twin
A new strategic collaboration between Siemens and enterprise software developer IFS was one of the highlights of the European 2026 edition of Siemens Realize LIVE. This partnership is not entirely new; late last year, the companies announced a joint initiative to build autonomous, intelligent energy grids using IFS.ai and Siemens grid software.
Now, however, the partners have taken their collaboration a step further. On stage at the RAI Amsterdam, Siemens PLM chief Tony Hemmelgarn and IFS boss Mark Moffat detailed an agreement to link Siemens' expertise in industrial AI, automation, and PLM with IFS's strengths in business-centric AI, maintenance, and field service.
The goal is to create an unbroken digital thread from design to actual operational outcomes for manufacturers. As Hemmelgarn noted: "Industrial AI only delivers value when it is grounded in both engineering intent and real-world performance. Together with IFS, we are integrating these domains by connecting design, manufacturing, and asset lifecycle data into a secure, contextualized data fabric. By converging our combined strengths in industrial AI, we will together create a truly powerful, executable digital twin."
IFS’ Moffat naturally agreed: "Exactly, this is where we close the loop. Manufacturers need their factory floors to 'behave' exactly as designed. The partnership with Siemens brings together two players who each own a vital piece of the puzzle. Agentic AI is the critical frontline, and industry leaders need solutions with closed models and data, alongside a rich set of context that will not hallucinate during active operations," he added, asserting that "by closing the loop between design and reality, we can generate real, measurable performance gains."
Ultimately, these solutions bridge technical intelligence with operational reality. This shift highlights both companies' commitment to ecosystem openness. In the complex world of modern product development, no single vendor can manage everything alone. Manufacturing environments are often deeply disparate; integrating solutions from various providers requires seamless interfaces for cross-communication.
This integration addresses one of the greatest challenges in today's factories: design and engineering data rarely speak the same language as systems on the factory floor.
Historically, this communication gap has led to unplanned downtime, siloed production data, and missed opportunities for real-time optimization. Can Siemens and IFS close this loop?
Click on the headline to the full story on PLM&ERP News.
Now, however, the partners have taken their collaboration a step further. On stage at the RAI Amsterdam, Siemens PLM chief Tony Hemmelgarn and IFS boss Mark Moffat detailed an agreement to link Siemens' expertise in industrial AI, automation, and PLM with IFS's strengths in business-centric AI, maintenance, and field service.
The goal is to create an unbroken digital thread from design to actual operational outcomes for manufacturers. As Hemmelgarn noted: "Industrial AI only delivers value when it is grounded in both engineering intent and real-world performance. Together with IFS, we are integrating these domains by connecting design, manufacturing, and asset lifecycle data into a secure, contextualized data fabric. By converging our combined strengths in industrial AI, we will together create a truly powerful, executable digital twin."
IFS’ Moffat naturally agreed: "Exactly, this is where we close the loop. Manufacturers need their factory floors to 'behave' exactly as designed. The partnership with Siemens brings together two players who each own a vital piece of the puzzle. Agentic AI is the critical frontline, and industry leaders need solutions with closed models and data, alongside a rich set of context that will not hallucinate during active operations," he added, asserting that "by closing the loop between design and reality, we can generate real, measurable performance gains."
Ultimately, these solutions bridge technical intelligence with operational reality. This shift highlights both companies' commitment to ecosystem openness. In the complex world of modern product development, no single vendor can manage everything alone. Manufacturing environments are often deeply disparate; integrating solutions from various providers requires seamless interfaces for cross-communication.
This integration addresses one of the greatest challenges in today's factories: design and engineering data rarely speak the same language as systems on the factory floor.
Historically, this communication gap has led to unplanned downtime, siloed production data, and missed opportunities for real-time optimization. Can Siemens and IFS close this loop?
Click on the headline to the full story on PLM&ERP News.
How Telco Giant Ericsson is Powering the Company of the Future—With AI, SAP, and...
Esra Kocatürk Norell, VP Enterprise IT at Ericsson: "A strategic milestone."
For users of SAP, the world’s leading business systems, the annual Sapphire conferences are major calendar highlights. This is where the software giant unveils its strategic vision, upcoming product launches, and core innovations—with emphasis on the cloud, ERP, and AI. This week’s European Sapphire event in Madrid proved no exception and the definitive headline was Ericsson's shift from AI experimentation to broad, enterprise-wide implementation. The telco giant is achieving this by constructing a unified business data platform using SAP Business Data Cloud, which now integrates the "Fabric" concept.
This investment paves the way for expanded AI adoption, accelerated decision-making, and measurable business outcomes. By pairing a governed data foundation with SAP Joule and the new platform, Ericsson is building the robust architecture needed to ensure AI remains reliable, consistent, and scalable across its global operations.
Ericsson’s sweeping AI initiative is critical on multiple fronts. Most notably, it transitions the company's business model from traditional hardware sales to intelligent, autonomous networks. This evolution can unlock new revenue streams for operators, drive profitability through operational efficiencies, and lay the groundwork for the upcoming 6G—where AI and mobile networks will be seamlessly interwoven.
In short, this company-wide AI integration serves as a strategic and well-timed milestone. Ericsson celebrates 150 years this year and delivers mobile network infrastructure across 180 countries, covering more than 40% of the world’s mobile traffic. As AI becomes increasingly vital to both technology and business operations, Ericsson has prioritized building a robust, governed data foundation to support reliable and scalable AI initiatives.
“When AI goes from pilot to broad use, it stops being an AI challenge and instead becomes a data challenge. That’s why we invested early in a business data fabric. With SAP Business Data Cloud, we can define data models once—from revenue and market structures to access rules—and apply them consistently across the company. That’s what allows us to broaden our AI footprint both reliably and repeatably, and ultimately create real business value,” says Esra Kocatürk Norell (pictured), VP of Customer Experience, Enterprise IT at Ericsson.
At the heart of Ericsson's model is a distributed data architecture. This framework allows data to remain at its respective sources, while business semantics, governance, and lifecycle policies are managed centrally. As a result, the company reduces duplication, simplifies integration, and ensures the same business definitions apply seamlessly across both SAP and non-SAP environments.
Click on the headline to read more on PLM&ERP News.
For users of SAP, the world’s leading business systems, the annual Sapphire conferences are major calendar highlights. This is where the software giant unveils its strategic vision, upcoming product launches, and core innovations—with emphasis on the cloud, ERP, and AI. This week’s European Sapphire event in Madrid proved no exception and the definitive headline was Ericsson's shift from AI experimentation to broad, enterprise-wide implementation. The telco giant is achieving this by constructing a unified business data platform using SAP Business Data Cloud, which now integrates the "Fabric" concept.
This investment paves the way for expanded AI adoption, accelerated decision-making, and measurable business outcomes. By pairing a governed data foundation with SAP Joule and the new platform, Ericsson is building the robust architecture needed to ensure AI remains reliable, consistent, and scalable across its global operations.
Ericsson’s sweeping AI initiative is critical on multiple fronts. Most notably, it transitions the company's business model from traditional hardware sales to intelligent, autonomous networks. This evolution can unlock new revenue streams for operators, drive profitability through operational efficiencies, and lay the groundwork for the upcoming 6G—where AI and mobile networks will be seamlessly interwoven.
In short, this company-wide AI integration serves as a strategic and well-timed milestone. Ericsson celebrates 150 years this year and delivers mobile network infrastructure across 180 countries, covering more than 40% of the world’s mobile traffic. As AI becomes increasingly vital to both technology and business operations, Ericsson has prioritized building a robust, governed data foundation to support reliable and scalable AI initiatives.
“When AI goes from pilot to broad use, it stops being an AI challenge and instead becomes a data challenge. That’s why we invested early in a business data fabric. With SAP Business Data Cloud, we can define data models once—from revenue and market structures to access rules—and apply them consistently across the company. That’s what allows us to broaden our AI footprint both reliably and repeatably, and ultimately create real business value,” says Esra Kocatürk Norell (pictured), VP of Customer Experience, Enterprise IT at Ericsson.
At the heart of Ericsson's model is a distributed data architecture. This framework allows data to remain at its respective sources, while business semantics, governance, and lifecycle policies are managed centrally. As a result, the company reduces duplication, simplifies integration, and ensures the same business definitions apply seamlessly across both SAP and non-SAP environments.
Click on the headline to read more on PLM&ERP News.
AI-driven logistik som gör skillnad: ”7bridges i IFS händer ger en ny spelplan,” säger...
"Skapar värde inom bara ett par veckor," säger Ashton, som är IFS.ai Logistics President.
IFS har under de senaste åren framgångsrikt utvecklat olika industriella AI-lösningar på ett sätt som skjutit fram företagets lösningar i spets på den globala affärssystem-arenan. En av de senare åtgärderna i den kedja man byggt upp för att hantera detta handlar om förvärvet av logistik- och transportoptimerings-spelaren 7bridges i augusti 2025. Genom att knyta an till 7bridges team och teknik ville IFS erbjuda sina kunder ett mer omfattande och robust system för leveranskedje-hantering som bättre kan automatisera processer, anpassa till störningar och sänka driftskostnaderna gerom att integrera 7bridges AI-drivna verktyg för simulering och analys av leveranskedjor i IFS Cloud-plattform, med målet att förbättra effektiviteten för tillgångs-intensiva kunder inom tillverkning, flyg- och rymdindustrin och försvar.
Idag har man tagit detta förvärv ett steg vidare in i lösningsportföljen: Med lanseringen av IFS.ai Logistics i förra veckan samlar man AI-driven planering, automatiserad drift, granskning av fraktkostnader och nätverksoptimering i ett sammanhållet, slutet operativt flöde och tar logistik från att vara ett svårstyrt kostnadsställe, till att bli en strategisk konkurrensfördel.
Man behöver inte fundera särskilt länge över varför området logistik och transportoptimering får anses tillhöra framgångskritiska verksamheter inom industriell AI. Inte minst för att i stort sett all industriell verksamhet präglas av olika slags flöden. Att hantera dessa effektivt är tveklöst avgörande för affärssuccé och i de senaste årens explosiva datautveckling finns de datadrivna tekniker som behövs för att automatisera, förutsäga och optimera komplexa flöden i realtid. En effekt är att framgångsrik implementering av denna typ av digitala verktyg, integrerade i både PLM- och affärssystemen, direkt ökar effektiviteten och minskar kostnaderna i industriella processer. En tung poäng i detta är att låta AI omvandla logistik från manuella, reaktiva processer till smarta, proaktiva och automatiserade system. Detta är varken mer eller mindre än kärnan i industriell digitalisering.
Där menar sig IFS också vara idag idag. Med den nya lösningen integreras industriell AI i de fysiska material- och varuflödena som utgör ryggraden i industriföretags dagliga verksamhet världen över. IFS förvaltar redan 2,4 biljoner dollar i verksamhetskritiska tillgångar åt sina kunder och med IFS.ai Logistics adderar de nu ett lager av intelligent logistik, som kopplar operativa beslut till finansiella resultat genom hela leveranskedjan.
”Logistik är ett av de största kostnadsställena samtidigt som de är de minst styrda och mest känsliga för störning, och konsekvenserna syns direkt i EBITDA,” säger Philip Ashton, President för IFS.ai Logistics. ”Vi har dock sett att när AI tillämpas i stor skala, direkt i branschspecifika applikationer som företags logistikverksamhet, kan vi skapa värde för våra kunder inom ett par veckor.”
Klicka på rubriken för att läsa mer på PLM;&ERP News.
IFS har under de senaste åren framgångsrikt utvecklat olika industriella AI-lösningar på ett sätt som skjutit fram företagets lösningar i spets på den globala affärssystem-arenan. En av de senare åtgärderna i den kedja man byggt upp för att hantera detta handlar om förvärvet av logistik- och transportoptimerings-spelaren 7bridges i augusti 2025. Genom att knyta an till 7bridges team och teknik ville IFS erbjuda sina kunder ett mer omfattande och robust system för leveranskedje-hantering som bättre kan automatisera processer, anpassa till störningar och sänka driftskostnaderna gerom att integrera 7bridges AI-drivna verktyg för simulering och analys av leveranskedjor i IFS Cloud-plattform, med målet att förbättra effektiviteten för tillgångs-intensiva kunder inom tillverkning, flyg- och rymdindustrin och försvar.
Idag har man tagit detta förvärv ett steg vidare in i lösningsportföljen: Med lanseringen av IFS.ai Logistics i förra veckan samlar man AI-driven planering, automatiserad drift, granskning av fraktkostnader och nätverksoptimering i ett sammanhållet, slutet operativt flöde och tar logistik från att vara ett svårstyrt kostnadsställe, till att bli en strategisk konkurrensfördel.
Man behöver inte fundera särskilt länge över varför området logistik och transportoptimering får anses tillhöra framgångskritiska verksamheter inom industriell AI. Inte minst för att i stort sett all industriell verksamhet präglas av olika slags flöden. Att hantera dessa effektivt är tveklöst avgörande för affärssuccé och i de senaste årens explosiva datautveckling finns de datadrivna tekniker som behövs för att automatisera, förutsäga och optimera komplexa flöden i realtid. En effekt är att framgångsrik implementering av denna typ av digitala verktyg, integrerade i både PLM- och affärssystemen, direkt ökar effektiviteten och minskar kostnaderna i industriella processer. En tung poäng i detta är att låta AI omvandla logistik från manuella, reaktiva processer till smarta, proaktiva och automatiserade system. Detta är varken mer eller mindre än kärnan i industriell digitalisering.
Där menar sig IFS också vara idag idag. Med den nya lösningen integreras industriell AI i de fysiska material- och varuflödena som utgör ryggraden i industriföretags dagliga verksamhet världen över. IFS förvaltar redan 2,4 biljoner dollar i verksamhetskritiska tillgångar åt sina kunder och med IFS.ai Logistics adderar de nu ett lager av intelligent logistik, som kopplar operativa beslut till finansiella resultat genom hela leveranskedjan.
”Logistik är ett av de största kostnadsställena samtidigt som de är de minst styrda och mest känsliga för störning, och konsekvenserna syns direkt i EBITDA,” säger Philip Ashton, President för IFS.ai Logistics. ”Vi har dock sett att när AI tillämpas i stor skala, direkt i branschspecifika applikationer som företags logistikverksamhet, kan vi skapa värde för våra kunder inom ett par veckor.”
Klicka på rubriken för att läsa mer på PLM;&ERP News.
White Goods Giant Miele Transforms Global Field Service with IFS AI Solutions
Mattias BOLANDER, IFS' New Nordic Boss: "Rollout to span 25 countries as IFS scales Industrial AI beyond the pilot phase."
The enterprise systems developer IFS is maintaining a relentless pace in its AI expansion. Moving beyond the hype of experimental "co-pilots," the company is increasingly focused on the large-scale implementation of "Industrial AI" for global players. This shift is critical at a time when many organizations struggle to move AI projects from proof-of-concept into production.
This week, IFS announced a landmark agreement with premium appliance manufacturer Miele. Following a successful pilot in Australia and New Zealand, Miele is now initiating a global rollout of IFS.ai to modernize its business-critical service operations.
"We are evolving our service operations to resolve technical issues faster and more sustainably, with minimal disruption for our customers," says Axel Kruse, Senior VP of Customer Service at Miele. "The success in Australia and New Zealand has given us the confidence to scale this model globally."
The five-year rollout will integrate AI-powered workforce scheduling and predictive maintenance across more than 25 countries, including Sweden, Denmark, Norway, and Finland. For IFS Nordic’s Managing Director, Mattias Bolander, the project is a prime example of AI delivering tangible business value. ”While many discuss the potential of AI, Miele is demonstrating what happens when the technology is applied to solve real-world operational challenges,” he says.
IFS.ai distinguishes itself by being natively embedded within the system rather than offered as a bolt-on service. This deep integration into core ERP, EAM, and FSM functions facilitates the automation of complex, repetitive workflows—such as inventory replenishment—laying the foundation for a real-time, optimized enterprise.
Consequently, IFS.ai leverages the specific industrial context of IFS Cloud. By "understanding" unique business processes, it ensures the right data reaches the right stakeholder at the precise moment required. Because these AI capabilities are foundational to the platform’s architecture, implementation is accelerated, sparing users the friction of complex integrations.
By adopting IFS.ai, Miele is now accelerating the evolution of its service offering. But how is this being achieved in practice?
Click the title to read the full story on PLM&ERP News.
The enterprise systems developer IFS is maintaining a relentless pace in its AI expansion. Moving beyond the hype of experimental "co-pilots," the company is increasingly focused on the large-scale implementation of "Industrial AI" for global players. This shift is critical at a time when many organizations struggle to move AI projects from proof-of-concept into production.
This week, IFS announced a landmark agreement with premium appliance manufacturer Miele. Following a successful pilot in Australia and New Zealand, Miele is now initiating a global rollout of IFS.ai to modernize its business-critical service operations.
"We are evolving our service operations to resolve technical issues faster and more sustainably, with minimal disruption for our customers," says Axel Kruse, Senior VP of Customer Service at Miele. "The success in Australia and New Zealand has given us the confidence to scale this model globally."
The five-year rollout will integrate AI-powered workforce scheduling and predictive maintenance across more than 25 countries, including Sweden, Denmark, Norway, and Finland. For IFS Nordic’s Managing Director, Mattias Bolander, the project is a prime example of AI delivering tangible business value. ”While many discuss the potential of AI, Miele is demonstrating what happens when the technology is applied to solve real-world operational challenges,” he says.
IFS.ai distinguishes itself by being natively embedded within the system rather than offered as a bolt-on service. This deep integration into core ERP, EAM, and FSM functions facilitates the automation of complex, repetitive workflows—such as inventory replenishment—laying the foundation for a real-time, optimized enterprise.
Consequently, IFS.ai leverages the specific industrial context of IFS Cloud. By "understanding" unique business processes, it ensures the right data reaches the right stakeholder at the precise moment required. Because these AI capabilities are foundational to the platform’s architecture, implementation is accelerated, sparing users the friction of complex integrations.
By adopting IFS.ai, Miele is now accelerating the evolution of its service offering. But how is this being achieved in practice?
Click the title to read the full story on PLM&ERP News.
Vitvarujätten Miele transformerar global fältservice med AI från IFS
Mattias BOLANDER, IFS Norden-bas: ”AI som fungerar i praktiken.”
Affärssystemutvecklarens, IFS, satsning går vidare i högt tempo på AI-sidan. Inte bara genom att utveckla lösningar kring agentisk AI eller co-piloter, utan också genom att med lyckat resultat implementera lösningarna hos större aktörer. Det sista inte minst viktigt i en tid när många har haft svårt att få system som motsvarar ingångskraven på plats. I veckan har IFS också släppt en pressrelease om en sådan satsning: Vitvarutillverkaren Miele, som inleder en global implementering av IFS.ai.
Lösningen ska accelerera transformationen av företagets tekniska service, en affärskritisk del av verksamheten.
”Precis, vi utvecklar vår serviceverksamhet för att kunna lösa tekniska problem snabbare, mer hållbart och med minsta möjliga påverkan för våra kunder,” säger Axel Kruse, senior VP för affärsenheten Customer Service på Miele. ”Det hela baserar sig på den framgångsrika implementeringen av IFS.ai i Australien och Nya Zeeland, som har gett oss förtroendet att skala modellen globalt.”
Vad IFS.ai mer precist gör är att omvandla Mieles globala fältserviceverksamhet genom att integrera industriell AI i sin servicecykel, med målet att förbättra produktivitet, effektivitet och hållbarhet i över 25 länder. Baserat på Australien- och Nya Zeeland-erfarenheterna skalar Miele upp det AI-drivna IFS Cloud för att modernisera hanteringen av serviceförfrågningar, bättre förutspå utrustningsfel och skicka ut tekniker. Detta kör man nu in i organisationen och under de kommande fem åren ska lösningen rullas ut i över 25 länder, däribland Sverige, Danmark, Norge och Finland.
”Det pratas mycket om AI, men Miele visar vad som händer när den faktiskt används i praktiken. De bevisar hur industriell AI kan skalas upp och skapa verkligt värde, både för företaget och deras kunder,” säger Mattias Bolander (bilden), Nordenchef för IFS.
IFS.ai skiljer sig från andra lösningar genom att vara inbäddad i systemet, snarare än att vara en påbyggnadstjänst, vilket innebär att AI är integrerad i kärnfunktioner inom ERP, EAM och FSM (”fältservice”). Detta möjliggör bättre automatisering av komplexa, repetitiva arbetsflöden – som lagerpåfyllning och händelser i leveranskedjan – och utgör grunden i en realtids-optimerad verksamhet.
En effekt av detta är att IFS.ai:s analyser är baserade på den specifika kontexten i IFS Cloud. Den "förstår" de industriella processerna och ser till att rätt information når rätt person i exakt rätt tid, för att ta ett exempel. AI-funktionerna är kort sagt en del av plattformens arkitektur. Det innebär snabbare implementering och att användarna slipper komplexa integrationer för att börja använda AI i sitt dagliga arbete.
Genom valet av IFS.ai ökar Miele tempot i utvecklingen av sitt serviceerbjudande. Hur då?
Klicka på rubriken för att läsa mer på PLM&ERP News.
Affärssystemutvecklarens, IFS, satsning går vidare i högt tempo på AI-sidan. Inte bara genom att utveckla lösningar kring agentisk AI eller co-piloter, utan också genom att med lyckat resultat implementera lösningarna hos större aktörer. Det sista inte minst viktigt i en tid när många har haft svårt att få system som motsvarar ingångskraven på plats. I veckan har IFS också släppt en pressrelease om en sådan satsning: Vitvarutillverkaren Miele, som inleder en global implementering av IFS.ai.
Lösningen ska accelerera transformationen av företagets tekniska service, en affärskritisk del av verksamheten.
”Precis, vi utvecklar vår serviceverksamhet för att kunna lösa tekniska problem snabbare, mer hållbart och med minsta möjliga påverkan för våra kunder,” säger Axel Kruse, senior VP för affärsenheten Customer Service på Miele. ”Det hela baserar sig på den framgångsrika implementeringen av IFS.ai i Australien och Nya Zeeland, som har gett oss förtroendet att skala modellen globalt.”
Vad IFS.ai mer precist gör är att omvandla Mieles globala fältserviceverksamhet genom att integrera industriell AI i sin servicecykel, med målet att förbättra produktivitet, effektivitet och hållbarhet i över 25 länder. Baserat på Australien- och Nya Zeeland-erfarenheterna skalar Miele upp det AI-drivna IFS Cloud för att modernisera hanteringen av serviceförfrågningar, bättre förutspå utrustningsfel och skicka ut tekniker. Detta kör man nu in i organisationen och under de kommande fem åren ska lösningen rullas ut i över 25 länder, däribland Sverige, Danmark, Norge och Finland.
”Det pratas mycket om AI, men Miele visar vad som händer när den faktiskt används i praktiken. De bevisar hur industriell AI kan skalas upp och skapa verkligt värde, både för företaget och deras kunder,” säger Mattias Bolander (bilden), Nordenchef för IFS.
IFS.ai skiljer sig från andra lösningar genom att vara inbäddad i systemet, snarare än att vara en påbyggnadstjänst, vilket innebär att AI är integrerad i kärnfunktioner inom ERP, EAM och FSM (”fältservice”). Detta möjliggör bättre automatisering av komplexa, repetitiva arbetsflöden – som lagerpåfyllning och händelser i leveranskedjan – och utgör grunden i en realtids-optimerad verksamhet.
En effekt av detta är att IFS.ai:s analyser är baserade på den specifika kontexten i IFS Cloud. Den "förstår" de industriella processerna och ser till att rätt information når rätt person i exakt rätt tid, för att ta ett exempel. AI-funktionerna är kort sagt en del av plattformens arkitektur. Det innebär snabbare implementering och att användarna slipper komplexa integrationer för att börja använda AI i sitt dagliga arbete.
Genom valet av IFS.ai ökar Miele tempot i utvecklingen av sitt serviceerbjudande. Hur då?
Klicka på rubriken för att läsa mer på PLM&ERP News.